内容
问：
学习代理商如何“学习使用网络”？
A：
机器学习（ML）和人工智能（AI）取得进展的最引人注目的单个示例之一是使用数字“学习代理”，该“学习代理”使用ML算法来实际浏览网络并以相同的方式使用特定的页内功能人类的行为方式。
通过更复杂的机器学习过程的强大功能，计算机已经能够“看到”图像并解释其含义。工程师已经能够以惊人的粒度级别对AI技术进行编程-在某种意义上，计算机现在可以以高度的读写能力从可视页面上“读取”。这需要大量的资源-使用原始像素输入使该技术感知字母，数字和字符的形状-然后使用自然语言处理将这些字符串在一起，并提出命令和响应。
但是，学习代理改进的另一个主要途径是迭代。从本质上说，这些程序经过了“培训”，可以从人类的角度做正确的事情，并根据培训集完善其功能。
可以在OpenAI的“微型世界”页面上找到所有这些进展的绝佳示例，该页面讨论了增强学习代理，这些学习代理在一个小的网页中感知原始像素集并可以“产生键盘和鼠标动作”。
Web用户可以看到在小型网页上以类似用户的动作输出那些键盘和鼠标事件的技术：操作下拉列表框，带有逻辑的复选框，响应输入，选择颜色等等。 OpenAI指出：“一个人可以在训练环境中使用不受限制的预训练。”
所有这些表明，人工智能和机器学习正在迅速发展，这将需要人类的响应才能跟上。网页上内置的死记硬背技术的类型必须证明，要证明用户不是“机器人”，才能有效地发挥作用，因为人工智能实际上已经摆脱了我们为此而制造的一些笔。同时，有一系列激动人心的应用程序，使AI代理能够以有意义的方式使用网络-一段时间以来，人们一直在谈论使用人工智能来改善推荐引擎或浏览网络以获取结果。 。现在，这些相同的人工智能代理也可以用于处理Web上的控件。